SKILLEMALL.ai

BB article-tts

Фотография или текст в аудио: извлечение текста из фотографий статей с помощью OCR или прямой ввод текста, генерация речи с помощью Microsoft Edge TTS, поддержка китайского и английского языков, автоматическая транскрипция, регулировка скорости речи, пофразовое разделение. | Захват фотографий статей (OCR) или обычного текста, генерация естественного аудио через Edge TTS. Двуязычная поддержка (EN/ZH), настраиваемая скорость, голос и разделение предложений.

машинный переводПоказать оригиналСкрыть оригинал«拍照或文字转音频:文章照片 OCR 提取文字,或直接接收文字,生成 Microsoft Edge TTS 语音,支持中英文、自动转写、语速调…»

拍照或文字转音频:文章照片 OCR 提取文字,或直接接收文字,生成 Microsoft Edge TTS 语音,支持中英文、自动转写、语速调节、逐句拆分。| Capture article photos (OCR) or plain text, generate natural audio via Edge TTS. Bilingual support (EN/ZH), configurable speed, voice, and sentence splitting.

ClawHub Agent Skills автор: 退役前写代码的 v2.1.0 MIT-0 2 файла тело ≈ 1 368 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Фотография или текст в аудио: извлечение текста из фотографий статей с помощью OCR или прямой ввод текста, генерация речи с помощью Microsoft Edge TTS…

Как процесс B 72/100 · Почти готов — слабые места: когда включается, повторный запуск, отчётность по ходу

ГенераторТексты и документыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
B
72/100
Почти готов
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "requires"
  • заметка frontmatter-key неизвестное поле фронтматтера "install"
  • заметка frontmatter-key неизвестное поле фронтматтера "credentials"

Процессный рейтинг: все десять параметров 72/100

  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
  • 55Ошибки и развилки. Развилок: 1
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 8
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1368 токенов
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 237 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 8 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (9 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is a disclosed OCR-to-speech helper, with the main caution being that users can opt to skip review before sending generated audio.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.